检索结果-内蒙古大学图书馆

浙江大学学报（工学版） 2022年第6期56卷 1055-1061页

作者：郭策曾志文朱鹏铭周智千卢惠民国防科技大学智能科学学院湖南长沙410073

针对受限通信条件下机器人群集协同控制问题,提出基于图卷积模仿学习的分布式群集控制策略.该策略旨在实现群集内避障、速度一致性的基础上,提高群集鲁棒性,提升避免群集分裂的成功率.提出基于熵评价的群集鲁棒性量化评价指标,建立节点... 详细信息

针对受限通信条件下机器人群集协同控制问题,提出基于图卷积模仿学习的分布式群集控制策略.该策略旨在实现群集内避障、速度一致性的基础上,提高群集鲁棒性,提升避免群集分裂的成功率.提出基于熵评价的群集鲁棒性量化评价指标,建立节点和链路重要性的均衡分布与群集鲁棒性的联系.提出重要度相关图卷积网络,用于实现受限通信条件下非欧氏数据的特征提取和加权聚合.采用图卷积模仿学习方法,根据提升群集鲁棒性的要求设计集中式专家策略,通过对集中式专家策略的模仿,得到分布式群集协同控制策略.设计仿真实验,证明所得的分布式策略基于受限通信条件实现了接近集中式的专家策略的控制效果.

关键词：机器人群集图卷积网络模仿学习鲁棒性图重要度熵

来源：评论

学校读者我要写书评

暂无评论

面向空间机械臂操作任务的模仿学习策略

引用

哈尔滨工业大学学报 2020年第6期52卷 111-118页

作者：李重阳蒋再男刘宏蔡鹤皋机器人技术与系统国家重点实验室(哈尔滨工业大学) 哈尔滨150001

为提高空间机械臂克服空间扰动的能力,降低关节力矩波动和能量消耗,提出了一种基于动力学约束的空间机械臂模仿学习策略.该策略分为两个阶段:第一阶段为基于高斯过程的模仿学习,利用运动学实例,采用高斯过程算法建立当前任务的运动模型... 详细信息

为提高空间机械臂克服空间扰动的能力,降低关节力矩波动和能量消耗,提出了一种基于动力学约束的空间机械臂模仿学习策略.该策略分为两个阶段:第一阶段为基于高斯过程的模仿学习,利用运动学实例,采用高斯过程算法建立当前任务的运动模型,再根据当前环境,通过运动模型生成当前任务的期望轨迹分布.第二阶段为基于动力学约束的控制器设计,该控制器以第一阶段输出的期望轨迹分布为输入,以关节期望力矩为输出,在保证轨迹符合任务要求的同时,生成更加平滑的关节控制力矩.采用该模仿学习策略,用天宫二号空间机械臂在轨操控电动工具来定位螺钉,实验验证了该模仿学习策略的有效性.实验结果表明,与传统模仿学习加计算力矩控制的策略相比,采用基于动力学约束的空间机械臂模仿学习策略,机械臂的大负载关节力矩波动的峰-峰值可减少45%,波峰数可减少40%,能耗可减少31%,且关节力矩、加速度和速度更加平滑.该策略不仅克服了环境位置变化的不利因素,而且还降低了关节的力矩波动和能量消耗,提高了空间机械臂运行的平滑性,对高性能空间机械臂的在轨服务应用具有重要意义.

关键词：空间机械臂模仿学习高斯过程线性二次跟踪型马氏范数

来源：评论

学校读者我要写书评

暂无评论

基于模仿学习和强化学习的智能车辆换道行为决策

引用

汽车工程 2021年第1期43卷 59-67页

作者：宋晓琳盛鑫曹昊天李明俊易滨林黄智湖南大学汽车车身先进设计与制造国家重点实验室长沙410082

本文中提出了一种基于模仿学习和强化学习的智能车辆换道行为决策方法。其中宏观决策模块通过模仿学习构建极端梯度提升模型,根据输入信息在车道保持、左换道和右换道中选择宏观决策指令,以此确定所需求解的换道行为决策子问题;各细化... 详细信息

本文中提出了一种基于模仿学习和强化学习的智能车辆换道行为决策方法。其中宏观决策模块通过模仿学习构建极端梯度提升模型,根据输入信息在车道保持、左换道和右换道中选择宏观决策指令,以此确定所需求解的换道行为决策子问题;各细化决策子模块通过深度确定性策略梯度强化学习方法得到优化策略,求解相应换道行为决策子问题,以确定车辆运动目标位置并下发执行。仿真结果表明:本文中提出方法的策略学习速度比单纯强化学习方法快,且其综合性能优于有限状态机、行为克隆模仿学习和单纯强化学习等方法。

关键词：智能车辆行为决策强化学习模仿学习

来源：评论

学校读者我要写书评

暂无评论

考虑分区与模仿学习的深度强化学习配电网电压优化策略

引用

电力系统保护与控制 2024年第22期52卷 1-11页

作者：李士丹李航李国杰韩蓓徐晋李玲王宏韬电力传输与功率变换控制教育部重点实验室(上海交通大学) 上海200240 上海沛可科技有限公司上海200240 国网浙江省电力有限公司嘉兴供电公司浙江嘉兴314000

现有深度强化学习(deep reinforcement learning,DRL)方法在解决配电网电压优化问题时,存在信用分配难、探索效率低等问题,在模型训练速度和优化效果等方面表现欠佳。为此,结合配电网分区降损与模仿学习的思想,提出一种基于指导信号的... 详细信息

现有深度强化学习(deep reinforcement learning,DRL)方法在解决配电网电压优化问题时,存在信用分配难、探索效率低等问题,在模型训练速度和优化效果等方面表现欠佳。为此,结合配电网分区降损与模仿学习的思想,提出一种基于指导信号的多智能体深度确定性策略梯度(guidance signal based multi-agent deep deterministic policy gradient,GS-MADDPG)的电压优化方法。首先,将电动汽车(electric vehicles,EV)集群、分布式电源(distributed generations,DG)和无功调节装置作为决策智能体,构建强化学习优化模型。然后,通过配电网分区,解耦多智能体的外部奖励,并结合模仿学习,利用指导信号引入内部奖励,帮助智能体快速寻优。最后,基于改进IEEE33节点系统进行算例测试。结果表明,所提电压优化策略较传统DRL方法具有更高的样本利用率,实现了更稳定的收敛及更高的模型训练效率,提升了配电网电压的优化效果。

关键词：配电网电压优化深度强化学习分区降损模仿学习指导信号

来源：评论

学校读者我要写书评

暂无评论

基于模仿学习的双曲率曲面零件复合材料织物机器人铺放

引用

机器人 2022年第4期44卷 504-512页

作者：段宝阁杨尚尚谢啸肖晓晖武汉大学动力与机械学院湖北武汉430072

针对双曲率曲面零件的复合材料织物铺放,手工铺放效率低、质量均一性差,机器人铺放的相关研究未能准确地描述手工铺放技能。为此,本文提出基于模仿学习的铺放技能采集、描述与重现的相关方法。首先,利用拖动示教获取织物铺放的轨迹信息... 详细信息

针对双曲率曲面零件的复合材料织物铺放,手工铺放效率低、质量均一性差,机器人铺放的相关研究未能准确地描述手工铺放技能。为此,本文提出基于模仿学习的铺放技能采集、描述与重现的相关方法。首先,利用拖动示教获取织物铺放的轨迹信息,以压力阈值为分割依据进行有监督的轨迹分割,再采用高斯混合模型(Gaussian mixture model,GMM)与高斯混合回归(Gaussian mixture regression,GMR)学习得到铺放轨迹概率模型。在此基础上,以示教姿态和曲面法向为参考,计算末端执行器的法向姿态,再次进行示教获得法向压力信息,由GMM/GMR学习得到铺放压力概率模型;然后,针对接触状态建立过程,在力/位混合控制框架下,提出预控制量退出机制,实现接触状态建立过程中无冲击的控制器切换;最后,基于UR5e机械臂、ATI六维力/力矩传感器和ROS(robot operating system)搭建试验平台,进行试验。结果表明:所提出的技能采集、描述方法可实现对人工铺放经验的准确提取与表达,采用预控制量退出机制,接触状态建立过程的最大压力误差为1.8 N,小于曲面模具所有16条轨迹的铺放压力均方根误差2.0 N,完成的铺层无肉眼可见的鼓包与褶皱等缺陷,深度相机测量织物点云距模具点云距离小于1.0 mm的点约占97.3%。

关键词：复合材料织物双曲率曲面模仿学习概率模型接触任务状态切换

来源：评论

学校读者我要写书评

暂无评论

基于噪声对比估计的权重自适应对抗生成式模仿学习

引用

模式识别与人工智能 2023年第4期36卷 300-312页

作者：关伟凡张希中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049

传统模仿学习需满足专家样本均为质量极高的最优专家样本,这一限制条件既提高数据的采集难度也限制算法的应用场景.由此,文中提出基于噪声对比估计的权重自适应对抗生成式模仿学习算法(Weight Adaptive Generative Adversarial Imitatio... 详细信息

传统模仿学习需满足专家样本均为质量极高的最优专家样本,这一限制条件既提高数据的采集难度也限制算法的应用场景.由此,文中提出基于噪声对比估计的权重自适应对抗生成式模仿学习算法(Weight Adaptive Generative Adversarial Imitation Learning Based on Noise Contrastive Estimation,GLANCE),在专家样本质量不一致的任务场景下可保持较高性能.首先,使用噪声对比估计训练特征提取器,改善次优专家样本特征分布.然后,为专家样本设定可学习权重系数,并对基于权重系数重分布后的样本执行对抗生成式模仿学习.最后,基于已知相对排序的评估数据计算排序损失,通过梯度下降法优化权重系数,改善数据分布.在多个连续控制型任务上的实验表明,专家样本质量不一致时,GLANCE仅需要获取专家样本数据集上5%数据作为评估数据集,就可以达到较优的性能表现.

关键词：强化学习模仿学习噪声对比估计自适应权重

来源：评论

学校读者我要写书评

暂无评论

基于结构文法的机器人模仿学习方法

引用

华中科技大学学报（自然科学版） 2021年第10期49卷 97-102页

作者：丛明简继盼邹强刘冬大连理工大学机械工程学院辽宁大连116024 大连理工江苏研究院有限公司江苏常州213164

针对机器人模仿学习方法泛化性弱、对低级检测器准确率要求较高的问题,提出了一种基于结构文法的模仿学习方法.该方法通过视觉传感器提取场景的符号描述,形成含有噪声的符号基元序列;采用概率上下文无关文法(PCFG)对这些序列进行表征和... 详细信息

针对机器人模仿学习方法泛化性弱、对低级检测器准确率要求较高的问题,提出了一种基于结构文法的模仿学习方法.该方法通过视觉传感器提取场景的符号描述,形成含有噪声的符号基元序列;采用概率上下文无关文法(PCFG)对这些序列进行表征和语法操作,从而形成语法空间;基于最小描述长度(MDL)准则对语法空间中的语法质量进行评价,用改进的Beam Search算法寻找最优语法,即演示活动的一般结构;获得的一般结构能够将含有噪声的符号基元序列进行解析,得到正确的序列.数据合成实验和汉诺塔实验的对比效果验证了该方法优秀的数据表达性能和良好的抗干扰性能,在高噪声环境下该方法的解析成功率约为90%.

关键词：机器人模仿学习结构文法概率上下文无关文法最小描述长度准则

来源：评论

学校读者我要写书评

暂无评论

基于模仿学习的变刚度人机协作搬运控制

引用

浙江大学学报（工学版） 2021年第11期55卷 2091-2099页

作者：汤自林高霄肖晓晖武汉大学动力与机械学院湖北武汉430072 中国航天员科研训练中心人因工程国防科技重点实验室北京100094

针对人-机器人协作搬运,现有的控制策略难以同时保证搬运过程的柔顺性和搬运终点位置的精确性,而且对不同搬运任务适应性不够.基于模仿学习提出变刚度协作搬运控制策略.使用任务参数化的高斯混合模型(TP-GMM)对多次搬运示教数据进行编码... 详细信息

针对人-机器人协作搬运,现有的控制策略难以同时保证搬运过程的柔顺性和搬运终点位置的精确性,而且对不同搬运任务适应性不够.基于模仿学习提出变刚度协作搬运控制策略.使用任务参数化的高斯混合模型(TP-GMM)对多次搬运示教数据进行编码,学习不同搬运工况下的搬运轨迹概率模型;结合导纳控制建立机械臂末端变刚度交互模型,实现柔性搬运操作,并基于交互力阈值实现不同搬运任务的切换;搭建协作搬运平台进行实验验证.实验结果表明,提出的策略在实现柔性协作搬运的同时将特定搬运任务的终点位置精度提高到1.9 mm,且保证了特定搬运任务中机械臂末端在期望区域内运动以及搬运任务的切换.

关键词：人机协作搬运模仿学习变刚度导纳控制柔性交互

来源：评论

学校读者我要写书评

暂无评论

GAT-IL:一种基于图注意力网络与模仿学习的服务功能链部署方法

引用

电子学报 2024年第8期52卷 2811-2823页

作者：范琪琳牛岳尹浩王天富李秀华郝金隆重庆大学大数据与软件学院重庆400044 清华大学北京信息科学与技术国家研究中心北京100084 中国科学技术大学计算机科学与技术学院安徽合肥230027

网络功能虚拟化通过将网络功能从专用硬件设备迁移到商用服务器上运行的软件中间盒中,简化了网络服务的配置和管理.在网络功能虚拟化的环境下,由一系列有序的虚拟网络功能组成的服务功能链正在成为承载网络服务的主流形式.将底层物理网... 详细信息

网络功能虚拟化通过将网络功能从专用硬件设备迁移到商用服务器上运行的软件中间盒中,简化了网络服务的配置和管理.在网络功能虚拟化的环境下,由一系列有序的虚拟网络功能组成的服务功能链正在成为承载网络服务的主流形式.将底层物理网络资源分配给服务功能链的需求称为服务功能链部署问题.对于基础设施提供商来说,在有限的资源条件下获得长期高回报是一个重要的挑战.本文形式化定义了服务功能链部署问题,提出了一种基于图注意力网络与模仿学习的服务功能链部署方法(Graph Attention Network and Imitation Learning,GAT-IL).该方法使用图注意力网络评估每个物理服务器的放置潜力,通过蒙特卡洛树搜索方法给出专家示范,并采用模仿学习方法进行智能体的训练,融入集束搜索策略优化解空间.大量的实验结果表明,本文提出的GAT-IL方法在平均收益代价比和接受率的性能指标上均优于现有代表性算法.

关键词：网络功能虚拟化服务功能链图注意力网络模仿学习蒙特卡洛树搜索集束搜索

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的模仿学习综述

引用

计算机学报 2020年第2期43卷 326-351页

作者：林嘉豪章宗长姜冲郝建业苏州大学计算机科学与技术学院江苏苏州215006 南京大学计算机软件新技术国家重点实验室南京210023 天津大学智能与计算学部天津300050 华为诺亚方舟实验室北京10008

模仿学习研究如何从专家的决策数据中进行学习,以得到接近专家水准的决策模型.同样学习如何决策的强化学习往往只根据环境的评价式反馈进行学习,与之相比,模仿学习能从决策数据中获得更为直接的反馈.它可以分为行为克隆、基于逆向强化... 详细信息

模仿学习研究如何从专家的决策数据中进行学习,以得到接近专家水准的决策模型.同样学习如何决策的强化学习往往只根据环境的评价式反馈进行学习,与之相比,模仿学习能从决策数据中获得更为直接的反馈.它可以分为行为克隆、基于逆向强化学习的模仿学习两类方法.基于逆向强化学习的模仿学习把模仿学习的过程分解成逆向强化学习和强化学习两个子过程,并反复迭代.逆向强化学习用于推导符合专家决策数据的奖赏函数,而强化学习基于该奖赏函数来学习策略.基于生成对抗网络的模仿学习方法从基于逆向强化学习的模仿学习发展而来,其中最早出现且最具代表性的是生成对抗模仿学习方法(Generative Adversarial Imitation Learning,简称GAIL).生成对抗网络由两个相对抗的神经网络构成,分别为判别器和生成器.GAIL的特点是用生成对抗网络框架求解模仿学习问题,其中,判别器的训练过程可类比奖赏函数的学习过程,生成器的训练过程可类比策略的学习过程.与传统模仿学习方法相比,GAIL具有更好的鲁棒性、表征能力和计算效率.因此,它能够处理复杂的大规模问题,并可拓展到实际应用中.然而,GAIL存在着模态崩塌、环境交互样本利用效率低等问题.最近,新的研究工作利用生成对抗网络技术和强化学习技术等分别对这些问题进行改进,并在观察机制、多智能体系统等方面对GAIL进行了拓展.本文先介绍了GAIL的主要思想及其优缺点,然后对GAIL的改进算法进行了归类、分析和对比,最后总结全文并探讨了可能的未来趋势.

关键词：模仿学习基于生成对抗网络的模仿学习生成对抗模仿学习模态崩塌样本利用效率

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：